video-distilllisted

# 视频蒸馏器 ## 何时使用（When to Use） - 用户给出 B站/视频链接，要求"提取内容/转文字/总结要点/蒸馏干货"。 - 用户给出本地音频/视频文件（mp3、��屏等），要求转成文字或提炼重点。 - 需要把长视频/课程/播客浓缩成要点卡片。 - **何时不用（Do NOT use for）**：不需要转文字/提炼，只想闲聊视频内容；无视频输入的空泛提问。 ## 环境准备（首次使用需要装依赖，约 2 分钟） - **Python 3.10+** 和 pip（Windows 用户安装时勾选 "Add to PATH"） - **安装 yt-dlp 和 faster-whisper**： ```bash pip install yt-dlp faster-whisper ``` - **下载本地语音模型**（首次使用自动下载，或手动用 curl）： ```bash curl -sL -o model.bin "https://hf-mirror.com/Systran/faster-whisper-base/resolve/main/model.bin" ``` （连同 config.json / tokenizer.json / vocabulary.txt / preprocessor_config.json 一起放进模型目录；中文够用，要更准可换 small/medium） - **工作目录**：新建一个文件夹存放临时文件（audio.m4a、transcript.txt），脚本路径按你机器实际改。 - 装完环境后，把下方命令里的 `<venv>`、`<工作目录>`、`<模型路径>` 替换成你机器上的真实路径。 ## 工作流 ### 1. 下载音频（无需登录，B站公开视频免费） ```bash "<venv>/Scripts/yt-dlp.exe" -f "ba/b" -x --audio-format m4a -o "<工作目录>/audio.%(ext)s" "<视频链接>" ``` **若用户直接给本地音频/视频文件（如微信传的 mp3/录屏），跳过本步，直接转写。** ### 2. 语音转文字（本地模型，离线可用） 用 `<工作目录>/transcribe.py`（已配置指向本地模型，local_files_only=True）： ```bash "<venv>/Scripts/python.exe" "<工作目录>/transcribe.py" ``` **本地文件用 `transcribe_mp3.py <音频路径> <输出txt路径>`（带时间戳，支持 mp3/m4a）。** 输出写入 `<工作目录>/transcript.txt`。 ### 3. 蒸馏 - 读 transcript.txt，用大白话把核心内容提炼成要点卡片（表格/分点），修正识别错字（常见：提示词→提示资、拷贝→考备、语气→女气 等）。 - **蒸馏质量标准（达标才算完成）**： - ✅ 必须保留：核心结论、关键数字、方法步骤、金句/亮点、可复用的观点； - ❌ 必须去掉：寒暄、口头禅、重复段落、无关例子； - 输出长度 ≤ 原文 10%（45 分钟视频 → 要点 ≤500 字）； - 每个要点标注来源时间段（如 [12:30-14:00]），方便用户回看定位； - 蒸馏后自查：这条要点"别人看了能直接用吗"？